正在执行非常基本的BPSK BER测试(仅考虑AWGN)。使用gr-mapper OOT完成测试。第一次模拟基于如下所示的简单BPSK映射器(1-> 1,0-> -1)。
结果非常接近理论BER,如下所示 在模拟中,通过改变高斯噪声源的噪声电压来指定SNR。 Eb = RMS = sqrt((1 ^ 2 + 1 ^ 2)/ 2)= 1.因此,噪声电压= sqrt(否)= math.sqrt(1 / math.pow(10,SNR / 10.0))。可在此link
找到更多信息我现在专注于在发射器和接收器处添加由一个RRC滤波器完成的匹配滤波器,如下所示。该流程图的BER性能非常差。
仔细检查滤波的BPSK信号后,幅度不再为1(实际值约为0.15),因此使用的Eb值不准确。为了进一步验证我的结论,我使用了gnuradio过滤器设计工具。该工具显示,要获得1的幅度,增益必须设置为7(在此值,BER在某种程度上接近理论)。
脉冲整形器的代码(debug_pulseshape_pam_2)如下所示
#ifdef HAVE_CONFIG_H
#include "config.h"
#endif
#include <gnuradio/io_signature.h>
#include "debug_pulseshape_pam_2_impl.h"
#include <gnuradio/blocks/char_to_float.h>
#include <gnuradio/digital/map_bb.h>
#include <gnuradio/filter/interp_fir_filter_fff.h>
namespace gr {
namespace baseband {
debug_pulseshape_pam_2::sptr
debug_pulseshape_pam_2::make(std::vector<float> taps,float sps)
{
return gnuradio::get_initial_sptr
(new debug_pulseshape_pam_2_impl(taps, sps));
}
/*
* The private constructor
*/
debug_pulseshape_pam_2_impl::debug_pulseshape_pam_2_impl(std::vector<float> taps,float sps)
: gr::hier_block2("debug_pulseshape_pam_2",
gr::io_signature::make(1, 1, sizeof(unsigned char)),
gr::io_signature::make(1, 1, sizeof(float)))
{
//Initializing the map block
std::vector<int> map;
map.push_back(-1);
map.push_back(1);
gr::digital::map_bb::sptr mapper(gr::digital::map_bb::make(map));
//Initializing char_to_float block
gr::blocks::char_to_float::sptr float_char(gr::blocks::char_to_float::make());
//Initializing add const block
//gr::blocks::add_const_ff::sptr const_add(gr::blocks::add_const_ff::make(-0.5));
//Initializing an interpolating FIR filter
gr::filter::interp_fir_filter_fff::sptr fir(gr::filter::interp_fir_filter_fff::make(int(sps),taps));
connect(self(),0,mapper,0);
connect(mapper,0,float_char,0);
connect(float_char,0, fir, 0);
connect(fir, 0, self(), 0);
}
/*
* Our virtual destructor.
*/
debug_pulseshape_pam_2_impl::~debug_pulseshape_pam_2_impl()
{
}
} /* namespace baseband */
} /* namespace gr */
如有需要,请随时询问更多信息。
此致